基于WEB的汉英双语语料获取研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·选题背景及意义 | 第9-10页 |
| ·选题背景 | 第9页 |
| ·选题意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·双语语料获取研究现状 | 第10-12页 |
| ·正文提取研究现状 | 第12-14页 |
| ·内容安排 | 第14-16页 |
| 第二章 背景知识介绍 | 第16-28页 |
| ·WPDE调研 | 第16-19页 |
| ·候选网页的选择与获取 | 第16页 |
| ·候选平行网页对的抽取 | 第16-17页 |
| ·平行网页对验证 | 第17-19页 |
| ·关于挖掘包含混合双语语料URL的思考 | 第19-22页 |
| ·双语网站发展的现状 | 第19-20页 |
| ·相关网站包含双语语料URL的抓取 | 第20-22页 |
| ·Web结构分析概述 | 第22页 |
| ·Web、DOM介绍及HTML语义化 | 第22-24页 |
| ·双语相关主题类网站结构分析 | 第24-25页 |
| ·门户类网站双语学习频道网页结构分析 | 第24页 |
| ·专业双语学习网站结构分析 | 第24-25页 |
| ·爬取页面的存储与管理 | 第25-27页 |
| ·爬取文档的类型特点 | 第25页 |
| ·爬取文档的存储方法 | 第25-26页 |
| ·爬取文档的管理 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 小规模简单双语语料库构建方法介绍 | 第28-34页 |
| ·小规模简单双语语料获取过程概述 | 第28页 |
| ·基于网页源码特征的单一网站语料获取方法 | 第28-31页 |
| ·基于志愿者协作的语料库构建工具 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 基于WEB的双语语料库的构建系统 | 第34-42页 |
| ·基于WEB的汉英双语语料库构建方案 | 第34-40页 |
| ·研究方法 | 第35-39页 |
| ·特殊情况处理 | 第39-40页 |
| ·研究中的难点及目标 | 第40页 |
| ·研究中的难点及解决方案 | 第40页 |
| ·本章小结 | 第40-42页 |
| 第五章 相关实验及结果分析 | 第42-44页 |
| ·实验设计 | 第42-43页 |
| ·门户类网站双语学习频道提取实验结果 | 第42页 |
| ·混合类网页语料提取实验结果 | 第42-43页 |
| ·结果分析 | 第43-44页 |
| 第六章 总结 | 第44-46页 |
| ·工作总结 | 第44页 |
| ·工作展望 | 第44-46页 |
| 附录1 | 第46-48页 |
| 完整HTML源码特殊字符转换表 | 第46-47页 |
| 预定义字符串列表 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52页 |
